[发明专利]一种管线缺陷识别与信息提取方法在审

专利信息
申请号: 202110877744.1 申请日: 2021-08-03
公开(公告)号: CN113588663A 公开(公告)日: 2021-11-02
发明(设计)人: 李鹏程;赵碧帆;费越;桂仲成 申请(专利权)人: 上海圭目机器人有限公司
主分类号: G01N21/88 分类号: G01N21/88;G01N21/952
代理公司: 重庆卓茂专利代理事务所(普通合伙) 50262 代理人: 许冲
地址: 200000 上海市*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 管线 缺陷 识别 信息 提取 方法
【权利要求书】:

1.一种管线缺陷识别与信息提取方法,其特征在于,包括以下步骤:

拍摄管线的图像,并求得沿管线方向的梯度;

对图像中的管线进行边缘提取,累加同一相机下任一图像中的边缘直线,并得到管线的边缘轮廓,利用canny边缘检测算法提取得到管线的位置;

采用模板匹配算法提取任一图像中的雨线区域;

采用sobel算法沿管线的横向方向和总线方向分别求得梯度,对边缘检测的图像进行二值化处理,以提取管线的轮廓;

在管线区域内去除雨线区域;

对管线区域内的缝隙缺陷区域进行填补,得到闭合轮廓;

采用Graham扫描算法对闭合轮廓进行凸包检测,并去除噪声点,以得到病害的区域。

2.根据权利要求1所述的一种管线缺陷识别与信息提取方法,其特征在于,所述图像中管线沿纵向方向布设,并且采用sobel算法求得纵向方向的梯度。

3.根据权利要求1所述的一种管线缺陷识别与信息提取方法,其特征在于,对图像中的管线进行边缘提取,包括:

预设阈值T,并对求得梯度后的图像进行二值化处理,所述T为大于1的自然数;

采用霍夫变换检测图像中管线的直线,即设某条直线与x轴的夹角为θ,距离为rθ,则直线上的任一点(x0,y0),都满足:

rθ=x0cosθ+y0sinθ;

所述图像的横向方向为x轴,纵向方向为y轴;

预设管线的最小宽度阈值,并提出小于最小宽度阈值的直线;

预设直线的斜率阈值,并剔除斜率小于斜率阈值的直线;

对直线进行曲线焦点和长度检测,以得到管线的边缘对应的直线。

4.根据权利要求1或3所述的一种管线缺陷识别与信息提取方法,其特征在于,还包括:

在图像中,将管线的左侧轮廓直线和右侧轮廓直线分别延伸至图像边缘,分别得到数个与图像边缘的交点和

分别求得交点和各自的中间的点和

连接中间的交点,得到管线的边缘轮廓的直线,左侧轮廓直线表达式为:

yl=k0xl+b0

其中,表示左侧轮廓与图像上边缘的交点的中间点的纵坐标;表示左侧轮廓与图像下边缘的交点的中间点的纵坐标;表示左侧轮廓与图像上边缘的交点的中间点的横坐标;表示左侧轮廓与图像下边缘的交点的中间点的横坐标;height表示整张图片的高度;threshold表示边缘直线向中间平移的阈值;

右侧轮廓直线表达式为:

yr=k1xr+b1

其中,表示右侧轮廓与图像上边缘的交点的中间点的纵坐标;表示右侧轮廓与图像下边缘的交点的中间点的纵坐标;表示右侧轮廓与图像上边缘的交点的中间点的横坐标;表示右侧轮廓与图像下边缘的交点的中间点的横坐标。

5.根据权利要求1所述的一种管线缺陷识别与信息提取方法,其特征在于,采用模板匹配算法提取任一图像中的雨线区域,包括以下步骤:

制作雨线模板;

采用相关匹配的方法进行匹配,即计算雨线模板和图像之间的乘积,其表达式为:

其中,T(x',y')为模板图像矩阵;I(x+x',y+y')为源图像矩阵;

剔除图像中雨线轮廓的噪声区域,并匹配得到最强感应区域,即为雨线区域。

6.根据权利要求5所述的一种管线缺陷识别与信息提取方法,其特征在于,对所述雨线区域进行膨胀处理。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海圭目机器人有限公司,未经上海圭目机器人有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110877744.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top